动态社会网络中回声室形成建模实现方法

本发明属于传播学领域，具体涉及动态社会网络中回声室形成建模实现方法。

背景技术：

1、在大数据、“互联网+”背景下，人们在各个领域的数据已经通过社会网络进行连接，因此基于社会网络环境来探讨群体决策问题具有重要的现实价值。社会舆情分析是社会网络环境下群体决策的重要应用场景。目前的舆情动力学通常需要结合来自心理学、管理学等社会科学领域的理论,避免与社会现实脱节。针对某种社会现象,建立合适的模型,揭示其内外部影响动因,并给出舆情管理建议,已成为舆情动力学的主要目的。在由以个性化推荐算法为代表的互联网技术促成的,看似“自由”的在线社会网络中,个体的观点正在经历难以察觉的“改造”。舆情演化过程中,个体间有选择性的反复互动恰好为形成回音室提供了条件。传播学中,回音室指缺乏信息的多样性,即个体在社交网络中反复接触同一个想法。以hegselmann-krause模型为代表的有界置信模型大致描述了形成回音室的社会学机制。

2、现有的回音室相关研究没有从数学建模的角度讨论意见回音室的形成过程及产生的结果，而舆情动力学中有界置信模型研究致力于对共识意见以及极化意见的研究，但是现实生活中管理者并不一定总是追求完全一致的共识意见。另外，由于个体被嵌入到社会网络中并长期相互影响,社会网络的结构对思想和态度的传播和演化有着重要的影响。大多数相关研究在静止的网络中进行模拟仿真，没有考虑身处回音室的个体对网络造成的动态影响。

技术实现思路

1、本发明要解决的技术问题是，现有技术中没有从数学建模的角度讨论意见回音室的形成过程及产生的结果，并且没有考虑到身处回音室的个体对网络造成的动态影响。

2、本发明解决技术问题的技术方案是，提供一种动态社会网络中回声室形成建模实现方法，包括以下步骤：

3、步骤1：初始化社会网络g(v,e(t-1))，以及所有人的意见向量x(t)；

4、其中，v是节点集，v＝{v1,v2,…,vn},n为网络规模；e是有向边集，e＝{eij},eij指由节点vi指向节点vj的有向边；x(t)＝(x1(t),x2(t),…,xn(t))t，xi(t)表示节点vi在t时刻的意见值，(t＝0,1,2,…)；

5、步骤2：找出当前网络中每个节点的出边邻居集，辨认每个节点当前的暂时信任集，确认各节点的不信任集；

6、步骤3：根据暂时信任集以及不信任集更新网络，得到新网络g(v,e(t))，确定新网络中每个节点的出边邻居集；

7、步骤4：根据新网络中每个节点的出边邻居集确认新网络中每个节点的当前信任集，并计算信任矩阵w(t)；

8、步骤5：每个时间步都重复上述步骤2-4，直至达到预设的终止条件，输出更新后的意见x(t+1)＝w(t)·x(t)。

9、在一个实施例中，所述步骤2中，每个节点的出边邻居即为该节点的出边的终点节点，ni(t-1)＝{vj|eij∈e(t-1)}，其中，ni(t-1)表示节点的出边邻居集。

10、在一个实施例中，所述步骤2中，每个节点当前的暂时信任集公式如下：

11、

12、其中，表示节点当前的暂时信任集，ε为预设的统一意见置信度。

13、在一个实施例中，所述步骤2中，各节点的不信任集公式如下：

14、ui(t)＝{vj|vj∈ni(t-1),|xi(t)-xj(t)|＞ε}；

15、或者：

16、

17、其中，ui(t)表示各节点的不信任集。

18、在一个实施例中，所述步骤3中，根据暂时信任集以及不信任集更新网络，得到新网络g(v,e(t))，包括以下步骤：

19、步骤3.1：若节点vi信任其所有的出边邻居，则跳至步骤3.5；否则，vi在其当前不信任集ui(t)中随机挑选一位出边邻居断开连接；

20、步骤3.2：若节点vi的暂时信任集为空，则跳至步骤3.5；否则，节点vi在其当前暂时信任集中随机选择一位出边邻居vj；

21、步骤3.3：若节点vj的暂时信任集为空，则跳至步骤3.5；否则，计算其中a\b表示在集合b中删去集合a的元素的结果，即当前被vj信任且未被vi信任的节点集；

22、步骤3.4：若则直接进入步骤3.5；否则，在中随机选择vk，添加vi至vk的连边；

23、步骤3.5：令i＝i+1，返回步骤3.1；直至遍历所有节点后进入步骤4。

24、在一个实施例中，信任矩阵w(t)计算公式如下：

25、w(t)＝(wij(t))n×n；

26、其中，wij(t)表示t时刻点vi对点vj的信任程度，计算方式为其中card(a)表示集合a的基数。

27、在一个实施例中，所述预设的终止条件为||x(t+1)-x(t)||∞≤0.0001。

28、本发明的有益效果在于：首先，本发明在意见演化建模过程中强调回音室的影响，帮助理解回音室的形成，把握此情景下意见的演化规律。其次，本发明设计了新的动态网络算法，来拟合网络的变化情况。本发明还考虑到当个体受到回音室效应的影响时，他们会追求访问与自己意见相近的个体，基于信任传递理论，本发明假设用户会更加相信被自己信任的人所信任的对象。这样的网络更新算法更加贴近现实情况，有助于舆情管理者在考虑回音室效应的情况下预测群众意见的走向并进行决策。

技术特征：

1.动态社会网络中回声室形成建模实现方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的动态社会网络中回声室形成建模实现方法，其特征在于，所述步骤2中，每个节点的出边邻居即为该节点的出边的终点节点，ni(t-1)＝{vj|eij∈e(t-1)}，其中，ni(t-1)表示节点的出边邻居集。

3.根据权利要求2所述的动态社会网络中回声室形成建模实现方法，其特征在于，所述步骤2中，每个节点当前的暂时信任集公式如下：

4.根据权利要3所述的动态社会网络中回声室形成建模实现方法，其特征在于，所述步骤2中，各节点的不信任集公式如下：

5.根据权利要4所述的动态社会网络中回声室形成建模实现方法，其特征在于，所述步骤3中，根据暂时信任集以及不信任集更新网络，得到新网络g(v,e(t))，包括以下步骤：

6.根据权利要5所述的动态社会网络中回声室形成建模实现方法，其特征在于，信任矩阵w(t)计算公式如下：

7.根据权利要6所述的动态社会网络中回声室形成建模实现方法，其特征在于，所述预设的终止条件为||x(t+1)-x(t)||∞≤0.0001。

技术总结
本发明属于传播学领域。本发明提供一种动态社会网络中回声室形成建模实现方法，首先，初始化社会网络G(V,E(t‑1))，以及所有人的意见向量X(t)；其中，V是节点集，V＝{v<subgt;1</subgt;,v<subgt;2</subgt;,…,v<subgt;n</subgt;},n为网络规模；E是有向边集，E＝{e<subgt;ij</subgt;},e<subgt;ij</subgt;指由节点v<subgt;i</subgt;指向节点v<subgt;j</subgt;的有向边；X(t)＝(x<subgt;1</subgt;(t),x<subgt;2</subgt;(t),…,x<subgt;n</subgt;(t))<supgt;T</supgt;，x<subgt;i</subgt;(t)表示节点v<subgt;i</subgt;在t时刻的意见值，(t＝0,1,2,…)；其次，找出每个节点的出边邻居集，辨认每个节点当前的暂时信任集，确认各节点的不信任集；然后，根据暂时信任集以及不信任集更新网络，得到新网络G(V,E(t))，确定新网络中每个节点的出边邻居集；再然后，根据新网络中每个节点的出边邻居集确认新网络中每个节点的当前信任集，并计算信任矩阵W(t)；直至达到预设的终止条件，输出更新后的意见X(t+1)＝W(t)·X(t)。本发明在意见演化建模过程中强调了回音室的影响，同时拟合了网络的变化情况。

技术研发人员：吴志彬,周沁悦,冯青,纪苗苗
受保护的技术使用者：四川大学
技术研发日：
技术公布日：2024/1/15